基于粒子群优化算法的RBF神经网络在闸墩裂缝宽度预测中的应用

摘要：

针对RBF神经网络选取网络参数及结构不当导致网络收敛慢的问题,采用粒子群算法优化RBF神经网络参数,建立了基于粒子群优化算法的RBF神经网络模型(PSO-RBF神经网络模型),对双台子河闸闸墩混凝土表面裂缝宽度进行了模拟和预测.结果表明,与单一的RBF神经网络模型相比,PSO-RBF神经网络模型预测精度更高.用训练好的PSO-RBF神经网络模型预测了2015年5月21日～6月14日闸墩混凝土表面裂缝宽度,发现该闸墩混凝土表面裂缝宽度呈周期性变化且有变大的趋势.

关键词：闸墩、裂缝宽度、预测、粒子群优化算法、RBF神经网络、MATLAB

所属期刊栏目：44

分类号：TP183;TV662.2(自动化基础理论)

资助基金：辽宁省重大科技计划项目2012212001

在线出版日期：2018-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：33-36,88